به گزارش خبرگزاری مهر به نقل از فیز، رایانش نورومورفیک روشی است که در آن شیوه عملکرد مغز تقلید می شود. ماده خاکستری مغز انسان یکی از عجایب خلقت است و می تواند حجم انبوهی از داده را با صرفه جویی بی سابقه در انرژی پردازش کند. هرچند سخت افزارهای هوش مصنوعی مدرن هر روز در پردازش فعالیت های پیچیده بهتر می شوند، اما مقدار زیادی انرژی صرف می کنند.
یکی از نویدهای رایانش نوروموفیک آن است که حافظه و پردازش را در یک مکان انجام می دهد و به این ترتیب انرژی مصرفی آن بسیار کمتر از تراشه های سنتی هوش مصنوعی خواهد بود. با این وجود حتی پیچیده ترین سیستم های نورومورفیک نیز بسیار ساده هستند و تعداد اتصالاتشان به پای تعداد اتصالات میان نورون های مغز انسانی نمی رسد.
اکنون پژوهشی جدید در نشریه «ساینس ادونسز» نشان می دهد یک سخت افزار با استفاده از امواج صوت به جای برق، بهتر می تواند پردازش های موازی نورون ها را انجام دهد و حتی این امر با کارآمدی بیشتر از لحاظ انرژی تکمیل می شود.
محققان دانشگاه آریزونا یک روش جدید برای پردازش اطلاعات ابداع کرده اند و از طبیعت به خصوص سیناپس های مغز الهام می گیرند که اتصالات بین نورون های مغز هستند.
دستگاه ابداعی آنها «سیناپس آکوستیک توپولوژیکی» نامیده می شود. این فناوری به جای اتکا به الکترون ها برای حرکت در سیم های میکروسکوپی که در تراشه های سیلیکونی انجام می شود، امواج آکوستیک را از مسیرهای کوچک و بهم متصل می فرستد.
این دستگاه هم مانند سیناپس های زیست شناختی که قدرت اتصال خود را برای انتقال اطلاعات تغییر می دهد، قادر است امواج صوتی را هنگام انتقال تقویت کند یا کاهش دهد. این اطلاعات در تفاوتهای زمانی بین امواج همپوشانی رمزگذاری میشوند.
محققان سیستم های خود را براساس مجموعه ای از چالش های روزمره رایانشی مانند دسته بندی گونه های گل و شناسایی ارقامی که با دست نوشته شده اند، آزمایش کردند. این سیستم عملکرد بسیار خوبی داشت و بسیار سریع تر از مدل شبکه های عصبی استانداردعمل کرد و همچنین نتایج آن دقت بیشتری داشتند. سیستم مذکور نیازمند اصلاحات داخلی کمتری برای تکمیل فعالیت ها بود.
علاوه بر آن سیستم با سطح انرژی پایین تری نسبت به دو مدل سخت افزار الکتریکی دیگر فعالیت کرد.
